基于果蝇算法的破坏带深度FOA-SVM预计模型

doi:10.3969/j.issn.1006-6055.2014.05.003

›› 2014, Vol. 36 ›› Issue (5): 494-497.doi: 10.3969/j.issn.1006-6055.2014.05.003

基于果蝇算法的破坏带深度FOA-SVM预计模型

张智纲1 王雪峰，2 范瑞2

1.辽宁工程技术大学矿业学院，阜新123000；
2.辽宁工程技术大学安全科学与工程学院，阜新123000

出版日期:2014-10-25 发布日期:2014-11-03

Online:2014-10-25 Published:2014-11-03

摘要/Abstract

摘要：

针对底板破坏带的精度问题提出新的预计模型，通过搜集众多矿井的实测数据，应用多元统计分析算法，在支持向量机的基础上建立预计模型。采用果蝇优化算法对预计模型进行优化训练，建立FOA-SVM预计模型。利用实测数据对模型的预计结果进行检验，预计结果准确，比遗传算法模型、粒子群模型的预计结果稳定性更好和精度更高。

关键词: 底板破坏带, 支持向量机, 果蝇优化算法, 模型优化, 多元统计分析

中图分类号:

TD745

张智纲王雪峰范瑞. 基于果蝇算法的破坏带深度FOA-SVM预计模型[J]. , 2014, 36(5): 494-497.

[1]	王瑶郭鹏飞. 基于PCMRA-SVM的采煤工作面瓦斯涌出量预测[J]. , 2016, 38(6): 1266-1270.
[2]	孙臣良商政李冰包小龙. 煤层底板突水危险性的ReliefF-IGS-SVM预测模型及应用[J]. , 2016, 38(6): 1271-1275，1293.
[3]	李烨贾进章. 基于改进GS-SVM的煤矿冲击地压预测研究[J]. , 2016, 38(4): 758-762.
[4]	何银银. 基于改进GS-SVM的煤炭生产成本预测[J]. , 2016, 38(3): 701-705，723.
[5]	赵国彦林春平洪昌寿. 基于FOA-GNNM的矿井突水水源判别[J]. , 2015, 37(6): 673-675，683.
[6]	杨明磊戚旭鹏张春华郝朝瑜姜超. 基于支持向量机回归与分源预测法的瓦斯涌出量预测模型及其应用[J]. , 2015, 37(5): 485-489.
[7]	刘涛贾进章. 基于K-CV&SVM的工作面煤层瓦斯含量预测[J]. , 2015, 37(2): 147-150.
[8]	刘勇王萱邹慧挺. 改进果蝇优化算法优化广义回归神经网络的预测问题研究[J]. , 2014, 36(3): 272-276.
[9]	温廷新张波. 基于EMD和LSSVM的滚动轴承故障诊断[J]. , 2014, 36(1): 76-79,88.
[10]	朱征宇钟锐. 基于区块位置与加权视觉语义映射的语义图像检索[J]. , 2013, 35(5): 624-626, 636.
[11]	罗显科柴毅李华锋梁奕欢. 半监督增量式SVM在故障诊断中的应用研究[J]. , 2013, 35(4): 459-461.
[12]	章仁飞陈印卢莹 . 基于支持向量机的多类数字调制识别方法[J]. , 2013, 35(2): 181-183，186.
[13]	闫嘉田逢春庆华冯敬伟贾鹏飞孙诚樊澍 . 基于支持向量机和粒子群算法的电子鼻伤口感染检测[J]. , 2012, 34(2): 261-264.
[14]	闫嘉田逢春何庆华冯敬伟贾鹏飞孙诚樊澍. 基于支持向量机和粒子群算法的电子鼻伤口感染检测[J]. , 2012, 34(2): 0-264.
[15]	张彬李恒陈江. 支持向量机在围岩变形监测中的应用[J]. , 2011, 33(3): 425-427.

基于果蝇算法的破坏带深度FOA-SVM预计模型

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐